IOS身份證識別（OCR源碼）詳解及實(shí)例代碼

更新時(shí)間：2017年03月16日 14:51:51 作者：程序員小咖

這篇文章主要介紹了IOS身份證識別（OCR源碼）詳解及實(shí)例的相關(guān)資料,需要的朋友可以參考下

IOS身份證識別（OCR源碼）詳解

最近項(xiàng)目用到身份證識別，在github上搜了一堆demo，在Google上找了一堆代碼，有能識別出證件照的，但是都是打包成.a的靜態(tài)庫，沒有源碼，我努力吃了幾天書，有了一點(diǎn)研究成果，現(xiàn)在貼出來與大家分享，要是有更好的方法，希望大神指正，共同探討解決方案。（以下代碼本人親測可用，正在進(jìn)一步探索智能識別，如有興趣，請加入）

這里用到了兩個(gè)開源庫：OpenCV、TesseractOCRiOS,兩個(gè)語言包c(diǎn)hi_sim、eng。身份證識別的流程主要有：灰度化，閥值二值化，腐蝕，輪廓檢測，取出身份證號碼區(qū)域，TesseractOCR識別文字。

身份證識別核心源碼：

UIImage * image = [UIImage imageNamed:@"abc.png"];

//將UIImage轉(zhuǎn)換成Matcv::Mat resultImage;

UIImageToMat(image, resultImage);

//轉(zhuǎn)為灰度圖

cvtColor(resultImage, resultImage, 6);

//利用閾值二值化

cv::threshold(resultImage, resultImage, 100, 255, CV_THRESH_BINARY);

//腐蝕，填充（腐蝕是讓黑色點(diǎn)變大）

cv::Mat erodeElement = getStructuringElement(cv::MORPH_RECT, cv::Size(140,140)); 

cv::erode(resultImage, resultImage, erodeElement);

//輪廊檢測std::vector> contours;

//定義一個(gè)容器來存儲所有檢測到的輪廊

cv::findContours(resultImage, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));

//取出身份證號碼區(qū)域

std::vectorrects;cv::Rect numberRect = cv::Rect(0,0,0,0); std::vector>::const_iterator itContours = contours.begin();

for ( ; itContours != contours.end(); ++itContours) {

cv::Rect rect = cv::boundingRect(*itContours);

rects.push_back(rect);

NSLog(@"位置分別為:x=%d,y=%d,width=%d,height%d",rect.x,rect.y,rect.width,rect.height);

//算法原理：如果新的區(qū)域范圍寬度大于已賦值區(qū)域?qū)挾?，并且寬度為高度的五倍則賦予新值

    if (rect.width > numberRect.width && rect.width > rect.height * 5 && rect.height > 200 && rect.height < 300) {

    numberRect = rect;

    }

}

//定位成功成功，去原圖截取身份證號碼區(qū)域，并轉(zhuǎn)換成灰度圖、進(jìn)行二值化處理

cv::Mat matImage;

UIImageToMat(image, matImage);

resultImage = matImage(numberRect);

cvtColor(resultImage, resultImage, cv::COLOR_BGR2GRAY);

cv::threshold(resultImage, resultImage, 80, 255, CV_THRESH_BINARY);

//將Mat轉(zhuǎn)換成UIImage

UIImage *numberImage = MatToUIImage(resultImage);

感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！

您可能感興趣的文章: